在 dplyr 中使用“get”答案

【问题标题】：Use of "get" in dplyr在 dplyr 中使用“get”
【发布时间】：2018-06-18 16:18:19
【问题描述】：

背景是我有一些遗留代码在一些地方使用 plyr，直到几天前，plyr 还没有更新以使其与 R 3.5 一起使用。我认为这有点表明对 plyr 的支持正在减少，因此我正在考虑将 plyr 命令更改为 dplyr。旧代码中的 ddply 命令涉及一些“get”命令来引用名称包含在变量中的列。直接翻译将涉及以下类型的代码（一个人为的示例，但它说明了这一点）。它似乎可以工作，并使其最接近原始代码，但是这样做有什么陷阱吗？我的印象是这不是制造商认可的使用 dplyr 编程的方式！
示例代码：

library("dplyr")
testFunction <- function(dataset, groupcol, varcol){
  summaryTable <- dataset %>% 
    group_by(get(groupcol)) %>%
    summarise(mean_var = mean(get(varcol)),
              sd_var = sd(get(varcol)))
  return(summaryTable)
}
testGroup <- "cyl"
testVar <- "mpg"
testFunction(mtcars, testGroup, testVar)

作为恐龙，我很想从 plyr 翻译回 base-R（看不到“get”），例如类似：

fossilFunction <- function(dataset, groupcol, varcol){
  z <- by(dataset, dataset[ , testGroup], function(x){
    c(mean_var = mean(x[ , varcol]), 
      sd_var = sd(x[ , varcol]))
  })
  z <- do.call(rbind, z)
  data.frame(rownames(z), z, row.names = NULL)
}
testGroup <- "cyl"
testVar <- "mpg"
fossilFunction(mtcars, testGroup, testVar)

在这种情况下，速度不是问题。但是，必须努力向前看，而不是向后看……

【问题讨论】：

标签： r dplyr plyr

【解决方案1】：

dplyr 的最新版本允许使用 bang-bang 运算符 (!!) 将变量插入到函数调用中。应避免使用 get() 函数。您可以通过以下方式修复您的功能

testFunction <- function(dataset, groupcol, varcol){
  groupcol <- as.name(groupcol)
  varcol <- as.name(varcol)
  summaryTable <- dataset %>% 
    group_by(!!groupcol) %>%
    summarise(mean_var = mean(!!varcol),
              sd_var = sd(!!varcol))
  return(summaryTable)
}
testGroup <- "cyl"
testVar <- "mpg"
testFunction(mtcars, testGroup, testVar)

请参阅programming with dplyr vignette 了解更多信息。

【讨论】：

谢谢。出于兴趣，参考我原来的问题，为什么要避免使用 get 函数？只是教条，还是有功能原因？我想 bang-bang 比 get 短 3 个字符！
@Knackiedoo 我想这可能更像是一个风格指南推荐。展示一个您得到错误结果的示例并不容易，但是当使用get() 时，并不总是很清楚您试图从哪里提取特定变量。通常，当我在 R 代码中看到 get()/assign() 时，它来自其他人从其他语言复制算法，而不是真正以“R 方式”做事。使用 dplyr 鼓励的符号和表达式（或 exprs）或 quosures 允许更灵活的代码，并且在使用比单个列名更复杂的表达式时表现更好。

【解决方案2】：

我们可以使用sym 将其转换为symbol this 如果我们传递一个字符串变量然后使用!! 进行评估

testFunction <- function(dataset, groupcol, varcol){

varcol <- rlang::sym(varcol)
 dataset %>% 
    group_by(!! rlang::sym(groupcol)) %>%
    summarise(mean_var = mean(!! varcol),
          sd_var = sd(!! varcol))

 }
testFunction(mtcars, testGroup, testVar)
# A tibble: 3 x 3
#    cyl mean_var sd_var
#  <dbl>    <dbl>  <dbl>
#1     4     26.7   4.51
#2     6     19.7   1.45
#3     8     15.1   2.56

或者不使用rlang，我们也可以将字符串传递给group_by_at和summarise_at

testFunction <- function(dataset, groupcol, varcol){
 dataset %>% 
    group_by_at(groupcol)%>%
    summarise_at(vars(varcol),  funs(mean, sd))


 }

testFunction(mtcars, testGroup, testVar)

【讨论】：

谢谢。 MrFlick 的答案类似，但在使用 bang bang 之前没有转换为符号，而且它似乎有效。是否有特定的原因或情况需要首先转换为符号？ group_by_at 是一个很好的建议，但在实际情况下，summarise_at 不会削减它，因为摘要实际上比将单个函数应用于所有 varcol 复杂得多。
@Knackiedoo as.name 正在转换为符号 str(as.name(testGroup))# symbol cyl
关于需要改成符号的条件，如果传递的参数是字符串。如果是不带引号的字符串，可以使用enquo 转换为quosure，然后执行!!
好的，我明白了。我很确定 as.name 的理论编码问题不太可能成为问题，因此我将坚持使用基本函数而不是 sym。只是出于兴趣，我很好奇为什么“得到”会遭到如此反对。它少了一步，而且似乎有效。
我只是指 sym 帮助“与 as.name() 相反，它们预先将字符串转换为本机编码”。我会相信你的话，因为 get 可能会出现环境/位置问题。只是想学习！

【解决方案3】：

就个人而言，我在这里反对一些正统观念，我只是在其中一些情况下使用get：

testFunction <- function(dataset, groupcol, varcol){
  dataset %>% 
    group_by(get(groupcol)) %>%
    summarise(mean_var = mean(get(varcol)),
              sd_var = sd(get(varcol)))
}

或者，我在. 或.data 对象上使用双括号[[：

testFunction <- function(dataset, groupcol, varcol){
  dataset %>% 
    group_by(.data[[groupcol]]) %>%
    summarise(mean_var = mean(.data[[varcol]]),
              sd_var = sd(.data[[varcol]]))
}

我发现 get(x) 比 !!as.name(x) 或 !!rlang::sym(x) 更简单、更直观，并且考虑到过去几年所有引用/取消引用实用程序的波动性很大，来自在接下来的几年里，base 命名空间可能会成为我的目标。

【讨论】：